Investigation of The Rainwater Harvesting Potential at the Mersin University, Turkey

Year 2020, Volume: 2 Issue: 2, 64 - 75, 28.12.2020

Abdurahman Yasin Yiğit , Osman Orhan , Ali Ulvi

Abstract

The rapid population growth in the world and the adverse effects of climate change, has caused a severe increase in water demand used in sectors such as agriculture, industry, and domestic usage. The fact that the water resources in the world are stable and their availability is limited, the importance of water resources, efficient use of water, and the use of technologies related to alternative water resources have become important. This study aimed to investigate the usage potential of rainwater to be collected from the roofs of the building in irrigation of green areas in Mersin University - Çiftlikköy campus. For this purpose, first, whether the roofs inside the campus can collect rainwater will be revealed with unmanned aerial vehicles. Then, appropriate roof areas where rainwater will be collected will be calculated using the object-based classification method. The rainwater amounts to be collected from each building will be calculated using the monthly precipitation data obtained from the Provincial Directorate of State Meteorology Affairs. In addition, by calculating the number of green areas on the campus and the need for rainwater, it was determined how much rainwater to be collected meets the water need according to different irrigation periods.

Keywords

Rainwater harvesting, UAV, Irrigation, Classification

Supporting Institution

Mersin University Scientific Research Projects Coordination Unit

Project Number

2020-1-AP5-3836

Thanks

This study was supported by Mersin University Scientific Research Projects Coordination Unit (Project Number:2020-1-AP5-3836).

References

• Alparslan N, Tanık A & Dölgen D (2008). Türkiye’de Su Yönetimi Sorunlar ve Öneriler. Türk Sanayicileri ve İşadamları Derneği (TÜSİAD) Yayın No: T/2008-09/469. Ankara
• Arasan G, Yılmaz A, Fırat O, Avşar E, Güner H, Ayğan K, Yüce D (2020). Accuracy Assessments of Göktürk-1 Satellite Imagery. IJEG. 5 (3), 160-168.
• Baatz M & A Schäpe (1999). Object-oriented and multiscale image analysis in semantic networks. In: Proc. Of the 2nd International Symposium on Operalization of Remote Sensing, August 16th-20th, Enschede. ITC.
• Baatz M, Benz U, Dehghani S, Heynen M, Höltje A & Hofmann R (2004). eCognition Professional: User Guide 5, Definiens-Imaging, Munich.
• Bacher U & Mayer H (2005). Automatic road extraction from multispectral high resolution satellite ımages. IAPRS, 36, Vienna, Austria, August 29-30, 2005.
• Bannari A, Asalhi H & Teillet P M (2002). Transformed difference vegetation index (TDVI) for vegetation cover mapping. In IEEE International geoscience and remote sensing symposium (Vol. 5, pp. 3053-3055). IEEE.
• Bergsjö J (2014). Object based change detection in urban area using KTH-SEG. Bachelor Thesis, Kth Royal Instıtute Of Technology, Stockholm.
• Bilgilioğlu B B (2015). Uzaktan algılanmış görüntülerden faydalınalarak nesne tabanlı sınıflandırma yöntemi ile kent merkezlerindeki detayların çıkarımı ve yorumlanması. Yüksek Lisans Tezi, Aksaray Üniversitesi, Fen Bilimleri Enstitüsü, Aksaray, 79.
• Çömert R, Matcı D K, Avdan U (2017). Yıkılmış Binaların Nesne Tabanlı Sınıflandırma ile İnsansız Hava Aracı Verilerinden Tespit Edilmesi, 4. Uluslararası Deprem Mühendisliği ve Sismoloji Konferansı, Eskişehir.
• Demir İ (2012). Hadoop tabanlı büyük ölçekli görüntü işleme altyapısı. Yüksek Lisans Tezi, Kocaeli Universitesi, Fen Bilimleri Enstitusu, 87.
• Demi̇rci̇ Ş, Özdemi̇r C (2020). Anechoic Chamber Measurements for Circular Isar Imaging at Mersin University’s Meatrc Lab. IJEG, 5 (3), 150-159.
• Demirel A Ş (2010). Sayısal görüntü arşivi bilgi sistemi. Doktora tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, 96.
• DIN (1989). Regenwassernutzungsanlagen. Deutsches Institut Normung DIN: 1989, German.
• Dorak S (2015). Nilüfer Çayı ve Nilüfer Çayı'na deşarj edilen kimi arıtma tesisi atık sularının sulama suyu kalite parametrelerinin belirlenmesi (Master's thesis, Uludağ Üniversitesi).
• Eisfelder C, Kraus T, Bock M, Werner M, Buchroithner M F & Strunz G (2009). Towards automated forest-type mapping–a service within GSE Forest Monitoring based on SPOT-5 and IKONOS data. International Journal of Remote Sensing, 30(19), 5015-5038.
• Erdoğan O (2002) Kocaeli İli Sahil Düzenlemesinin Sulama Sistemi Projelendirilmesi, Yüksek Lisans Tezi. İstanbul Üniversitesi Fen Bilimleri Enstitüsü Peyzaj Mimarlığı Ana Bilim Dalı, İstanbul, 55 s.
• Eren B, Aygün A, Likos S & Damar A İ (2016). Yağmur Suyu Hasadı: Sakarya Üniversitesi Esentepe Kampüs Örneği. 4th International Symposium on Innovative Technologies in Engineering and Science 3-5November 2016 (ISITES2016 Alanya/Antalya - Turkey)
• Fırat O & Erdoğan M (2015). Nesne (Obje) Tabanlı Sınıflandırma Tekniği İle Multispektral Hava Fotoğraflarından Otomatik Bina Çıkarımı, Tufuab VII. Teknik Sempozyumu 21-23 Mayıs 2015, Konya
• Grigillo D & Kanjir U (2012). Urban object extraction from digital surface model and digital aerial images, ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 3, 215-220, Melbourne, Australia
• Hacar M (2020). A Rule-Based Approach for Generating Urban Footprint Maps: From Road Network to Urban Footprint. IJEG, 5 (2), 100-108.
• Haddeland I, Heinke J, Biemans H, Eisner S, Flörke M, Hanasaki N & Stacke T (2014). Global water resources affected by human interventions and climate change. Proceedings of the National Academy of Sciences, 111 (9), 3251-3256.
• Hoffman R & Jain A K (1987). Segmentation and classification of range images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 9, 608–620.
• Paksoy teknik (2020a). http://www.paksoyteknik.com.tr/images/paksoy-topcon/ıha/parrot_bluegrass, [Access: 01.05.2020].
• Paksoy teknik (2020b). http://www.paksoyteknik.com.tr/images/PAKSOY-TOPCON/IHA/sensefly, [Access: 01.05.2020].
• İncebel C (2012). Alternatif su kaynaklarının endüstriyel kullanıma kazandırılması için çatı yağmur suyu hasadı (Ostim örneği). Yüksek Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara.
• Kabadayı A & Uysal M (2020). Çok yüksek çözünürlüklü İHA verilerinden bina tespiti. Türkiye İnsansız Hava Araçları Dergisi, 2 (2), 43-48.
• Kalkan K & Maktav D (2010), Nesne Tabanli Ve Piksel Tabanli Siniflandirma Yöntemlerinin Karşilaştirilmasi (Ikonos Örneği), II. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu, 11 – 13, Gebze – KOCAELİ.
• Kantaroğlu Ö (2009). Yağmur suyu hasadı plan ve hesaplama prensipleri. IX. Ulusal Tesisat Mühendisliği Kongresi, 6-9 Mayıs, İzmir.
• Karslı F, Fidan M H & Dihkan M (2010). Kızılötesi Hava Fotoğraflarından Bina Detaylarının Çıkarılması. III. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu, 11-13, Gebze – KOCAELİ.
• Kavzoğlu T & Çölkesen İ (2010). Destek vektör makineleri ile uydu görüntülerinin sınıflandırılmasında kernel fonksiyonlarının etkilerinin incelenmesi. Harita Dergisi, 144 (7), 73-82.
• Kaya Y (2020). Çok bantlı uydu görüntüleri kullanılarak buğday bitkisinin incelenmesi – Ceylanpınar TİGEM örneği. Yüksek Lisans Tezi, Harran Üniversitesi, Fen Bilimleri Enstitüsü, 84.
• Kılıç M Y & Abuş M N (2018). Bahçeli Bir Konut Örneğinde Yağmur Suyu Hasadı. Uluslararası Tarım ve Yaban Hayatı Bilimleri Dergisi, 4(2), 209-215.
• Kılıç S (2008). Küresel İklim Değişikliği Sürecinde Su Yönetimi. İ.Ü. Siyasal Bilgiler Fakültesi Dergisi, 39, 161-186.
• Kraus K (2011). Photogrammetry: geometry from images and laser scans. Walter de Gruyter.
• Lu D, Mausel P, Brondi´zio E & Moran E (2004). Change detection techniques. INT. J. REMOTE SENSING, 25 (12), 2365–2407.
• Marangoz A M (2009). Uydu görüntülerinden kentsel ayrıntıların nesne-tabanlı sınıflandırma yöntemiyle belirlenmesi ve cbs ortamında bütünleştirilmesi, Doktora tezi, Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul, 133.
• Motohka T, Nasahara K N, Oguma H & Tsuchida S (2010). Applicability of green-red vegetation index for remote sensing of vegetation phenology. Remote Sensing, 2, 2369-2387.
• Olaniyi O A, Olutimehin I.O & Funmilayo O A (2019). Review of climate change and its effect on Nigeria ecosystem. International journal of Rural Development, Environment and Health Research, 3 (3).
• Orhan O & Yakar M (2016). Investigating land surface temperature changes using Landsat data in Konya, Turkey. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 41, 285-89.
• Oweis T & Prinz Dand Hachum A (2001). Water Harvesting: Indigenous Knowledge for The Future of The Drier Environments. International Center for Agricultural Research in the Dry Areas (ICARDA), Aleppo, Syria.
• Rouse Jr J W, Haas R H, Deering D W, Schell J A & Harlan J C (1974). Monitoring the Vernal Advancement and Retrogradation (Green Wave Effect) of Natural Vegetation.
• Şahin N & Manioğlu G (2011). Binalarda yağmur suyunun kullanılması. Tesisat Mühendisliği, 125: 21-32.
• Sandalcı M & Yüksel İ (2011). İklim Değişikliğinin Türkiye’deki Göller ve Barajlar Üzerindeki Etkisi, Yapı Dünyası Dergisi, 181, 25 – 29, 2011.
• Sari̇tur B, Bayram B, Duran Z, Seker D (2020). Feature Extraction from Satellite Images Using Segnet and Fully Convolutional Networks (FCN). International Journal of Engineering and Geosciences, 5 (3), 138-143.
• Şasi A & Yakar M (2018). Photogrammetric modelling of hasbey dar'ülhuffaz (masjid) using an unmanned aerial vehicle. International Journal of Engineering and Geosciences, 3 (1), 6-11.
• SFR (2017). Yağmur suyu filtreleme ve depolama sistemi. http://www.sfr.com.tr/yagmur-suyu-hasati-s6.html [Access: 08.11.2020].
• Sonnentag O, Hufkens K, Teshera-Sterne C, Young A M, Friedl M, Braswell B H & Richardson A D (2012). Digital repeat photography for phenological research in forest ecosystems. Agricultural and Forest Meteorology, 152, 159-177.
• Sturm M, Zimmermann M, Schutz K, Urban W & Hartung H (2009). Rainwater harvesting as an alternative Water resource in rural sites in central northern Namibia. Physics and Chemistry of the Earth, 34: 776-785.
• Tanık A (2017). Yağmur Suyu Toplama, Biriktirme ve Geri Kullanımı (Doctoral dissertation, Yüksek Lisans Tezi, İTÜ İnşaat Fakültesi, Çevre Mühendisliği Bölümü).
• Tema (2020). TEMA-Geleceğin suyu. http://sutema.org/resources/Document/FileName/2015-12-01_22-11-14-692%20GeleceginSuyu.pdf [Access: 15.11.2020].
• Tıkansak T E (2013). Konutlarda enerji etkinliği. https://www.tse.org.tr/Icerik/HaberDetay?HaberID=13010) [Access: 19.11.2020].
• Trenberth K E (2011). Changes in precipitation with climate change. Climate Research, 47 (1-2), 123-138.
• Ulusoy K (2007), Küresel Ticaretin Son Hedefi: Su Pazarı, Kristal Kitaplar Yayınevi,
• Ulvi A, Yakar M, Yiğit A Y & Kaya Y (2020). İHA ve Yersel Fotogrametrik Teknikler Kullanarak Aksaray Kızıl Kilise’nin 3 Boyutlu Nokta Bulutu ve Modelinin Üretilmesi. Geomatik Dergisi, 5 (1), 22-30.
• Utsav R P, Vikrant A P, Manjurali I B & Harhad M R (2014). Rooftop Rainwater Harvesting (RRWH) at SPSV Campus, Visnagar: Gujarat - A Case Study. IJRET: International Journal of Research in Engineering and Technology, 3 (4), 821-825
• Yiğit A Y & Kaya Y (2020). Sentinel-2A uydu verileri kullanılarak sel alanlarının incelenmesi: Düzce örneği. Türkiye Uzaktan Algılama Dergisi, 2(1), 1-9.
• Yiğit A Y & Uysal M (2019a). Nesne tabanlı sınıflandırma yaklaşımı kullanılarak yolların tespiti. Türkiye Fotogrametri Dergisi, 1 (1), 17-24.
• Yiğit A Y & Uysal M (2019b). Nesne Tabanlı Sınıflandırma ile Taşkın Alanlarının Analizi. Resilience, 3(2), 369-385.
• Yiğit A Y & Uysal M (2020). Automatıc road detection from orthophoto images. Mersin Photogrammetry Journal, 2 (1), 10-17.